• 경영정보학연구
• /
• 제25권1호
• /
• pp.111-128
• /
• 2023

인공지능(AI) 기술이 발전함에 따라 빅데이터 기반의 상품 선호도 추정 개인화 추천시스템에 관심이 증가하고 있는 추세이다. 하지만 개인화 추천이 적합하지 않은 경우 고객의 구매 의사를 감소시키고 심지어 금융상품의 특성상 막대한 재무적 손실로 확대될 수 있는 위험을 가지고 있다. 따라서 고객의 특성과 상품 선호도를 포괄적으로 반영한 추천시스템을 개발하는 것이 비즈니스 성과 창출과 컴플라이언스 이슈 대응에 매우 중요하다. 특히 금융상품의 경우 개인의 투자성향과 리스크 회피도에 따라 고객의 상품 선호도가 구분되므로 축적된 고객 행동 데이터를 활용하여 맞춤형 추천서비스를 제안하는 것이 필요하다. 이러한 고객의 행동 특성과 거래 내역 데이터를 사용하는 것뿐만 아니라, 고객의 인구통계정보, 자산정보, 종목 보유 정보를 포함하여 추천 시스템의 콜드 스타트 문제를 해결하고자 한다. 따라서, 본 연구는 고객의 거래 로그 기록을 바탕으로 고객의 투자성향과 같은 특성 정보와 거래 내역 및 금융상품 정보를 통해 고객별 금융상품 잠재 선호도를 도출하여 딥러닝 기반의 협업 필터링을 제안한 모형이 가장 성능 우수한 것을 확인하였다. 본 연구는 고객의 금융 투자 메커니즘을 기반으로 금융상품 거래 데이터를 통해 미거래 금융상품에 대한 예상 선호를 도출하는 추천 모델을 구축하여, 선호가 높을 것으로 예상되는 상위 상품군을 추천하는 서비스를 개발하는 것에 의의가 있다.

• 인터넷정보학회논문지
• /
• 제17권4호
• /
• pp.27-34
• /
• 2016

인터넷 주소가 웹 사이트를 지칭하던 때와는 달리 웹 사이트 안에 담겨진 개별 서비스/콘텐츠/상품 등으로 세분화하여 지칭할 수 있게 되는 개방형 도메인 서비스가 국제 인터넷 주소 관리기구(ICANN)에 의해 도입되고 있다. 개방형 도메인은 서비스/콘텐츠/상품 단위의 주소를 표현하는 데에 더 적합하다. 본 논문에서는 사용자의 차별적 상황과 무관하게 주소 표현에 대해서 일관된 매핑 결과를 반환하는 정적인 인터넷 주소 서비스에 대한 대안으로, 사용자의 특정 요구에 맞추어진 매핑 결과를 반환하는 동적 인터넷 주소 모델을 설계하고, 기존 도메인 프로토콜의 변경 없이 주소 서비스 구현이 가능한 방법을 제안한다. 사용자의 메타 정보 및 환경 정보를 인터넷 주소 표현에 인코딩하여 첨부하고, 네임 서버에 동적 매핑을 위한 모듈을 추가하여 동적 인터넷 주소의 구현이 가능하다. 이를 통해 인터넷 주소의 기능 확장을 도모하고, 인터넷 주소 자체만으로도 사용자에게 맞추어진 정보검색 서비스가 가능할 수 있을 것으로 기대된다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2002년도 추계학술대회 논문집
• /
• pp.85-96
• /
• 2002

본 연구에서는 ‘대량 맞춤화(Mass Customization)' 트렌드의 부상과 그 맥락을 같이 하여, 텍스타일 분야의 혁명이라 일컬어지는 디지털 텍스타일 프린팅 기술을 기반으로 한 소비자 참여형 의류 디자인 프로세스 모형 두 가지를 제안하고, 기존의 고전적인 디자인 프로세스와 이 모형들 사이의 효율성, 적합성을 비교 고찰함으로써, 대량 맞춤화 시대를 위한 새로운 의류 디자인 프로세스의 가능성을 모색하였다. 20대∼30대 여성을 대상으로 설문조사를 실시한 결과, 전체 응답자들은 선택의 기회를 가장 많이 가질 수 있는 대량 맞춤화형 디자인 프로세스를 가장 선호하였으며, 응답자들은 의류 소재의 디자인 요소 중에서 문양보다는 색채의 영향을 더 많이 받는 것으로 나타났다. 본 연구의 결과를 통하여 획일화되고 대량화된 상품보다는 보다 차별화되고 자신의 요구를 반영한 상품을 선호하는 소비자들의 수요를 발견하였으며 이에 부응하는 디자인 프로세스로의 패러다임 변화에 관한 지표를 얻을 수 있었다.

• 한국빅데이터학회지
• /
• 제5권1호
• /
• pp.29-39
• /
• 2020

목적 사회 전반적으로 퍼진 개인의 취향에 대해 존중하는 분위기는 소비 트렌드를 바꾸었다. 그에 따라 여행 산업에서도 소비자 개인의 취향을 반영하는 맞춤형 여행이 새로운 트렌드로 주목받고 있다. 특히 여행 산업 분야 중 하나인 '영화 관광'에 대한 관심이 커지고 있음에 주목하였다. 영화를 시청하며 발생하는 개인의 여행 동기를 맞춤형 여행 제안으로 충족시키고자 하며, 이는 '영화 관광 산업'의 지속적 발전의 촉진제가 될 것으로 기대한다. 설계/방법론/접근 본 연구에서는 시청자가 실제로 방문하고 싶은 영화 속 촬영지 정보를 'OCR'을 통해 추출, 제안하는 방법론을 구현하였다. 먼저, 실시간 이미지 프로세싱 라이브러리인 'OpenCV'를 활용하여 사용자가 선택한 영화 속 장면을 추출 받는다. 또한, 딥러닝 기반의 텍스트 영역 탐지모델인 'EAST 모델'을 활용하여 해당 장면 이미지에서 문자가 위치한 곳을 탐지하여 검출한다. 검출한 이미지는 'OpenCV 내장 함수'를 사용해 전처리하여 인식의 정확도를 높인다. 마지막으로 광학 문자 인식 엔진인 'Tesseract'를 사용하여 이미지 속 문자를 인식 가능한 텍스트로 변환한 후, 'Google Map API'를 통해 실제 위치 정보를 반환한다. 의의 본 연구는 기존의 영화 관광에서 나아가, 4차 산업 기술을 활용한 개인 맞춤 관광 콘텐츠를 제공해준다는 점에서 큰 의의가 있다. 이는 앞으로 여행사와 함께 영화 관광 패키지 상품 개발에 활용될 수 있다. 또한 국내에서 해외로의 유입뿐만 아니라, 해외에서 국내로의 유입에 활용될 가능성 역시 내포하고 있다.

• 통상정보연구
• /
• 제19권1호
• /
• pp.213-234
• /
• 2017

본 연구는 한 중 미 일 참가자를 대상으로 해외여행과 관련한 오프라인-온라인 설문을 실시 총 707개의 유효한 표본을 수집하고 이를 분석하였다. 이를 통해, 아시아 국가의 경우, 권력거리와 유인동기간 유의한 인과관계와 전체주의와 추진동기 사이에 유의한 인과 관계가 존재함을 밝혀냈다. 즉, 아시아 국가의 관광 전략은 다양한 이벤트와 볼거리를 제공하고 친목 단체 간 유대를 강화하는 상품을 개발하는 것이 유리한 반면, 미국인의 경우, 과시적 상품보다는 실질적 여행 계획을 통한 개인 맞춤형 상품으로 자기만족을 극대화시키는 것이 더욱 효과적이라는 결론을 내렸다. 본 연구는 설문조사를 통한 전형적인 탐색적 분석 방식을 취하여 설문 참가자의 다양한 의견을 제약하는 한계점이 있지만, 홉스테드의 문화차원지수, 동기이론, 고객만족과 재방문 의도에 관한 이론을 활용한 학제적 공헌과 함께 각 국가 간 문화 성향을 동시 비교함으로써 해외여행 상품에 대한 최적의 마케팅 전략을 제시한 실질적 시사점이 있다.

• 한국정보통신학회논문지
• /
• 제19권9호
• /
• pp.2073-2080
• /
• 2015

온라인에서 제품을 고르고 실질적인 구매는 오프라인에서 이루어지는 역 쇼루밍이 급격히 늘고 있다. 역 쇼루밍이 늘고 있다는 것은 이미지와 설명을 기반으로 한 인터넷 쇼핑몰의 사용자 분석에 한계가 있음을 의미한다. 따라서 대형 온라인 쇼핑몰은 고객 맞춤형 쇼핑정보를 제공하고 있으나, 단순히 고객이 검색하거나 구매한 상품을 나열하여 제공하여 준다. 따라서 사용자의 다양한 요구를 분석하고 적용할 수 있는 온라인 쇼핑몰이 필요하다. 본 논문에서는 새로운 니즈분석 시스템을 제안한다. 제안된 시스템은 사용자 정의 모듈과 후기 분석 모듈로 구성되어 있다. 전자는 두 개의 상품을 지정하고 개인별 사용자 선호도를 수집하며, 후자는 저장된 데이터베이스 사전을 이용하여 구매 상품의 후기를 분석한다. 구현된 시스템은 개별 사용자의 요구를 충족하는 상품을 추천할 수 있음을 보였다.

• 지능정보연구
• /
• 제15권4호
• /
• pp.65-78
• /
• 2009

최근 금융 환경 변화의 폭과 속도가 빨라지고 다양한 금융상품들이 출현함에 따라 개인 차원에서의 합리적 재무관리에 대한 필요와 욕구가 급격히 증대되고 있다. 특히 개인이 처한 재무 상황에 맞는 맞춤형 자산관리 서비스에 대한 요구도 높아짐에 따라 금융기관에서는 프라이빗 뱅킹(Private Banking) 부문을 신설하고 지속적으로 확대해 왔다. 그러나 프라이빗 뱅킹이 가지는 고비용 구조로 말미암아 서비스 대상 고객이 매우 제한되고 있어 실질적으로 자산관리에 대한 전문서비스를 필요로 하는 대다수의 고객들은 수혜자가 될 수 없다는 문제가 있다. 본 논문에서는 개인자산관리 전문가인 프라이빗 뱅커(Private Banker)의 전문지식과 지식체계를 구조화, 시스템화 하여 이를 지능형 에이전트로 구현함으로써 저비용으로 다수의 고객들에게 전문적이고 맞춤형인 개인자산관리 서비스를 제공하는 방안에 관해 고찰해 본다. 그 첫 시도로 개인의 재무의사결정과 관련된 다양한 시나리오에 기반하여 개인 자산관리를 위한 지능형 에이전트인 U-smart PB(private banking)의 프레임워크를 제시하고 핵심 서비스를 도출한다. 본 시스템은 시간과 장소에 구애 받지 않는 유비쿼터스 환경에서 실시간 개인맞춤형 자산관리를 지원하는 지능형 에이전트로 단순 정보 제공뿐만 아니라 개인의 투자의사결정을 전문적으로 지원함을 목적으로 한다.

• 대한안전경영과학회지
• /
• 제10권4호
• /
• pp.309-314
• /
• 2008

Many studies on predicting and recommending information and products have been studying to meet customers' preference. Unnecessary information should be removed to satisfy customers' needs in massive information. The some information filtering methods to remove unnecessary information have been suggested but these methods have scarcity and scalability problems. Therefore, this paper explores a personalized recommendation system based on artificial neural network (ANN) to solve these problems. The insurance product recommendation is adapted as an example to demonstrate the proposed method. The proposed recommendation system is expected to recommended a suitable and personalized insurance products for customers' satisfaction.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 춘계학술발표대회
• /
• pp.236-238
• /
• 2015

최근 다양한 데이터를 수집 및 분석하여 급변하는 기업에서 고객 니즈의 변화에 능동적인 대용이 필요하나 중소기업의 경우 비용 및 인력 문제로 인해 데이터 분석 및 정보를 수집하는데 어려움이 있다. 따라서 본 논문에서는 중소기업에서 다양한 고객 니즈 분석을 통해 맞춤형 상품과 서비스 제공이 가능하고, 중소기업들의 전략적이고 신속한 의사결정 지원을 위해서 BI, 프라이빗 클라우드, R-엔진을 분석하여, 프라이빗 클라우드 + R 엔진 기반의 BI 서비스 어플라이언스 설계 하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제65차 동계학술대회논문집 30권1호
• /
• pp.23-26
• /
• 2022

OTT 서비스의 이용자가 폭발적으로 증가하고 있는 지금, 사용자에게 맞춤형 상품을 추천하는 것은 해당 서비스에서 중요한 사안이다. 본 논문에서는 콘텐츠 기반 추천 시스템의 모델을 제안하고, 영화 데이터를 추가 해가며 예측력을 높일 최종적인 모델을 채택하고자 한다. 이를 위해 GroupLens와 Kaggle에서 영화 데이터를 수집하고 총 1111개의 영화, 943명의 사용자에게서 나온 71026개의 영화 평가 데이터를 이용하였다. 모델 평가 결과, 장르와 키워드만을 이용한 추천 시스템 모델의 RMSE는 1.3076, 단계적으로 데이터를 추가해 최종적으로 장르, 키워드, 배우, 감독, 나라, 제작사를 이용한 추천 시스템 모델의 RMSE는 1.1870으로 모든 데이터를 추가한 모델의 예측력이 더 높았다. 이에 따라 장르, 키워드, 배우, 감독, 나라, 제작사를 이용해 구현한 모델을 최종적인 모델로 채택, 무작위로 추출한 한 명의 사용자에 대한 영화 추천 리스트를 뽑아낸다.